在本系列文章中，我们将重点介绍如何将数据策略引入现实世界，用它构建操作并获得切实的好处。具体来说，我们正在考虑数据办公室，它是在整个组织内开发和传播与数据相关的技能和服务的核心资源。我们之前已经研究了创建数据办公室所需的步骤，并探讨了数据办公室在公司内部的作用。我们用自己在科利布拉的环境作为试验场。像我们所有的客户一样，我们利用数据来发展业务。我们面临同样的压力点，什么是大数据技术，并寻求利用市场机会。在任何意义上，我们喝自己的香槟现在是时候深入研究了。我们能从数据办公室看到什么样的产品？ 它比任何一个概念性的数据都能带来更好的操作方法。当一个部门或职能部门有目标和任务时，特定的产品解决了特定的问题。它提高了效率，最小化了风险，降低了成本，推动了增长，等等，它提供了真正的价值因此，让我们探讨三个方面：构建数据产品需要什么，欧洲云服务器，数据产品开发的综合方法，以及这将如何应用于其他组织中的数据办公室什么是数据产品？明确地说，即使是一个真正的数据产品也是数字化的，但其好处可以从各个方面看到和感受到。我见过的最好的描述是麻省理工学院斯隆管理评论，它将数字产品描述为"信息丰富的解决方案，包裹在无缝、个性化的客户体验中"。如果有什么区别的话，它比真正的产品更好你可以这样想：在网上商店里，你不仅可以得到你选择的商品，还可以得到关于商品的有用信息（描述、评论、规格）、为你的购买模式和浏览习惯量身定制的建议、关于可能节省的费用的详细信息、关于你可能仍然需要什么的提醒等等。这是一种数据产品你的购物体验-推荐得越好，在线自助建站系统，你就会买得越多。这对你和商店都有好处数据产品可以有多种形式。正如mikeferguson在这张图中所示，我们可以拥有数据资产、SQL查询、报表等等。我认为这是一个光谱。一方面，我们有基本的、通常是手动的数据产品，例如自助式报表。它通常需要一些人为干预：使用报告的人必须接收、审阅和分析报告，然后可能做出决定并采取进一步的行动。另一端是高级选项，例如通过机器学习算法生成的建议。在这两者之间有着丰富的多样性，从内部技能到行业优先事项，都提供了各种服务。（试想一下，如果这些推荐没有以本地建议的形式出现，而不是无缝地集成到在线商店中，而是以PDF格式显示，突出显示被认为最相关的具体细节，例如本周最受欢迎的商品。）让我们记住，我们还处于数据时代的早期；大多数组织只有足够的成熟度来处理像基础数据产品这样的低风险成果。更高级的选择需要改变：培训、新的基础设施、特定于功能的应用程序和可适应的流程。如果他们还没来，他们就在路上。 Collibra如何创建数据产品？ 科利布拉是科技时代的创造者：从我们卑微的出身（2008年）开始，我们已经开发和完善了创造产品的方法。我们有机制来确定市场最需要的特性，在开发过程中要遵循的指导方针，以及在每个解决方案的生命周期中启动、交付和支持的具体程序。我们将我们的产品管理实践应用于每个数据产品现在，让我们集中讨论数据产品开发的两个方面：功能性和技术性在功能方面，目标是确定市场对可能能力的需求，并为每种能力建立一个优先等级。数据办公室的存在是为了满足业务需求，因此我们专注于特定的业务问题，评估数据和分析可以帮助解决这些问题的方法，并相应地为每个产品制定目标在Collibra，这些流程随着时间的推移已经成熟：我们的数据办公室在整个业务中建立了关系，进行持续的访谈以监控趋势和问题点，并将结果与绩效管理解决方案中的目标和关键结果进行交叉检查。我们优先考虑透明度和协作，以确定潜在的数据产品，并将其映射到一个简单的矩阵中，以可视化成本与价值。（没有一个数据办公室拥有无限的资源；让我们充分利用现有资源。）在技术方面，这里有一种方法可以分解数据产品需要什么。数据：是的，数据产品需要数据-来自业务应用程序（例如，手动输入到CRM）、日志文件（例如，从不同的应用程序自动生成）、传感器读数、第三方来源、社交媒体渠道等数据平台：数据需要一个用于存储、移动和处理的基础设施。我们已经建立了一个云本地数据平台来接收源系统中的数据；构建、测试和部署管道；监控生产中的数据产品等等数据管道：一旦数据到达平台，在接收之后，淘客app制作，我们需要处理、移动并与其他数据混合。这些管道不断地向数据产品提供新的数据。好吃！洞察、决策、行动：如果一个数据产品不能提供导致决策和行动的见解，那么它就没有多大价值。至少，它必须提供见解，甚至是一份向消费者提供新信息的基本报告。高级数据产品可以自动做出决策和执行操作（例如，数据分析，建议购买）市场：Collibra平台的特点是已经托管了数据产品的目录，如原始或整理的数据集（例如，在接收到数据平台时注册）和报告（例如，从Tableau同步）。这是一个完美的地方来显示数据产品，以便更广泛地分布：元数据、标签、评级、评论、所有者等等其他数据办公室如何开发自己的流程来构建数据产品？这就是它对我们的工作原理；这里有一些关于您的数据智能之旅的想法。首先，请记住，数据产品解决了业务需求，而且只有在整个公司范围内进行协作。每个数据产品都应该有一个"所有者"来澄清需求、评估价值、确定需求等。通过沟通和优先顺序来管理期望；孤立工作是失败的良方。第二，合作可能意味着企业的深度参与。找到人力资源、财务、销售和其他职能部门的合作伙伴，他们可以倡导变革并推动采纳。技术问题在这里是至关重要的-如前所述，在线商店或应用程序的推荐必须在本机出现，否则程序将产生摩擦。第三，设想并构建一个既能支持基础数据产品又能支持高级数据产品的数据平台。如果您的组织有数据仓库或数据湖，则有可能利用这些基础设施；如果不是，则整理元组资源，建立一个复杂的基础，即适应性强、可靠并始终在运行。（即使这还不是必须的，但很快就会实现。）另外，确保它是一个云本地架构，并且可以随意借鉴软件和数据工程学科的最佳实践。最后，要时刻牢记数据——没有可靠可靠的数据源，任何数据产品都不能正常工作。 现在，让数据产品滚滚而来。